走向計(jì)算思維2.0

陳國(guó)良?李廉?董榮勝

摘 要：在梳理計(jì)算思維發(fā)展過(guò)程的基礎(chǔ)上，討論了近年來(lái)計(jì)算思維在理論和應(yīng)用方面的新進(jìn)展，闡述了在大數(shù)據(jù)和人工智能的推動(dòng)下，計(jì)算思維所賦予的新的內(nèi)涵和形式，進(jìn)一步深化了計(jì)算思維在科學(xué)及社會(huì)經(jīng)濟(jì)領(lǐng)域的意義和作用。探討了這些新內(nèi)容以及在教學(xué)中應(yīng)該關(guān)注的新動(dòng)向和新模式。并與傳統(tǒng)的計(jì)算思維（即計(jì)算思維1.0）做了分析對(duì)比，這些新的內(nèi)容稱為計(jì)算思維2.0。

關(guān)鍵詞：計(jì)算思維;計(jì)算模型;數(shù)據(jù)抽象;智能計(jì)算;方法遷移;面向領(lǐng)域問題

自周以真于2006年在ACM通訊上提出計(jì)算思維以來(lái)，計(jì)算思維的概念已經(jīng)逐步滲透到大學(xué)的專業(yè)和非專業(yè)教學(xué)內(nèi)容，并進(jìn)一步延伸到中學(xué)和小學(xué)，成為新時(shí)代公民教育中像語(yǔ)言算術(shù)那樣必不可少的基本素質(zhì)。與此同時(shí)，對(duì)于計(jì)算思維概念本身的研究也在繼續(xù)深入，特別是隨著大數(shù)據(jù)、人工智能等領(lǐng)域的興起，計(jì)算思維的深刻內(nèi)涵被進(jìn)一步挖掘。時(shí)隔14年以后，人們對(duì)于計(jì)算思維的認(rèn)識(shí)，無(wú)論從概念內(nèi)容上，還是從應(yīng)用實(shí)踐上，都已經(jīng)有了新的飛躍。本文分三個(gè)方面予以闡述，并將新的計(jì)算思維內(nèi)容稱為計(jì)算思維2.0。

一、什么是計(jì)算思維

這是計(jì)算思維最基本的問題，對(duì)于它的研究也一直沒有停止。2006年，周以真在介紹計(jì)算思維時(shí)，表述為“計(jì)算思維是運(yùn)用計(jì)算機(jī)科學(xué)的基礎(chǔ)概念進(jìn)行問題求解、系統(tǒng)設(shè)計(jì)以及人類行為理解等涵蓋計(jì)算機(jī)科學(xué)之廣度的一系列思維活動(dòng)”[1]。這個(gè)定義被廣泛使用，但是其中也有一些問題，例如，計(jì)算機(jī)科學(xué)的基礎(chǔ)概念是什么？計(jì)算思維僅僅是計(jì)算機(jī)科學(xué)的概念嗎？為了回答這個(gè)問題，顯然需要在更廣闊的領(lǐng)域和更長(zhǎng)遠(yuǎn)的時(shí)間跨度來(lái)探討。

現(xiàn)代計(jì)算及其思維模式的認(rèn)知最早可追溯到1945年，George Polya在他的著作How to Solve It第一次提出了計(jì)算和相應(yīng)的思維方式[2]。以后隨著計(jì)算機(jī)的進(jìn)步，通過(guò)計(jì)算解決問題的思想變得越來(lái)越普遍和有效，伴隨著計(jì)算機(jī)理論和技術(shù)的發(fā)展，特別是計(jì)算技術(shù)的廣泛應(yīng)用，推進(jìn)了計(jì)算思維的逐步成形和發(fā)展，這是計(jì)算思維發(fā)展的一個(gè)源頭。另一個(gè)源頭來(lái)自于物理學(xué)，20世紀(jì)30年代，人類對(duì)于物質(zhì)的認(rèn)識(shí)進(jìn)入量子層面，由于這個(gè)層面已經(jīng)不能直接觀察物質(zhì)的本身，必須通過(guò)物質(zhì)所攜帶的信息來(lái)研究相應(yīng)的規(guī)律，這就促進(jìn)了對(duì)于信息分析和處理技術(shù)的發(fā)展，計(jì)算機(jī)的出現(xiàn)和算法理論的深入研究使得這一方法成為可行。1982年，理論物理學(xué)家Kenneth Wilson提出了計(jì)算科學(xué)的概念，以及與之相伴的關(guān)于計(jì)算的思維，他設(shè)計(jì)了計(jì)算重正化群方程的方法，并建立了相變的臨界理論，獲得1982年的諾貝爾物理學(xué)獎(jiǎng)。Wilson認(rèn)為計(jì)算是所有科學(xué)的研究范式之一，區(qū)別于理論和實(shí)驗(yàn)，所有的學(xué)科都面臨算法化的“巨大挑戰(zhàn)”，所有涉及自然和社會(huì)現(xiàn)象的研究都需要使用計(jì)算模型做出新發(fā)現(xiàn)和推進(jìn)學(xué)科發(fā)展[3]。

他的工作以及對(duì)于計(jì)算方法的大力推薦，激發(fā)了人們對(duì)于計(jì)算科學(xué)的重視和自覺應(yīng)用。

由于信息處理技術(shù)和計(jì)算技術(shù)對(duì)于物理學(xué)研究的重要性，隨著計(jì)算機(jī)技術(shù)的進(jìn)步，物理學(xué)也融入信息科學(xué)和計(jì)算科學(xué)的許多內(nèi)容，逐步改造著物理學(xué)的面貌。相比計(jì)算機(jī)科學(xué)，物理學(xué)更早地通過(guò)信息和信息運(yùn)動(dòng)去認(rèn)知世界。計(jì)算機(jī)技術(shù)的發(fā)展為物理學(xué)家提供了越來(lái)越強(qiáng)大的計(jì)算武器。一場(chǎng)安靜卻深刻的信息技術(shù)革命從物理學(xué)開始，蔓延到其他學(xué)科，促進(jìn)了很多新的方向和新的發(fā)現(xiàn)。生物學(xué)從DNA研究，開創(chuàng)了生物信息學(xué)的新領(lǐng)域。各種各樣的計(jì)算模擬技術(shù)為研究生命體的發(fā)育、成長(zhǎng)、競(jìng)爭(zhēng)、進(jìn)化等提供了嶄新的視角和豐富的成果。以至于1975年諾貝爾生理學(xué)或醫(yī)學(xué)獎(jiǎng)得主D. Baltimore認(rèn)為生物學(xué)是信息科學(xué)[4]。事實(shí)上，計(jì)算思維正在改變著所有學(xué)科的面貌。這種改變的源頭不是從計(jì)算機(jī)科學(xué)輸入的，而是學(xué)科自身的發(fā)展從內(nèi)部產(chǎn)生的，計(jì)算機(jī)科學(xué)只是跟隨這些學(xué)科的發(fā)展而發(fā)展，并為其他的學(xué)科發(fā)展提供新的算法設(shè)計(jì)理論和計(jì)算應(yīng)用武器。因此從起源來(lái)講，計(jì)算思維不是唯一來(lái)自計(jì)算機(jī)科學(xué)的，而是來(lái)自于所有學(xué)科的。

盡管前期的計(jì)算思維已經(jīng)萌芽和發(fā)育，但是直到2006年，周以真在ACM通訊上發(fā)表了題為《計(jì)算思維》的文章，計(jì)算思維才正式作為一種研究對(duì)象受到人們的重視，進(jìn)入學(xué)科殿堂。聯(lián)合國(guó)教科文組織在2019年發(fā)布的《人工智能教育報(bào)告》中寫道：雖然計(jì)算思維明顯屬于計(jì)算機(jī)科學(xué)領(lǐng)域，但它是一種在其他學(xué)科中普遍應(yīng)用的能力[5]。2018年出版的闡述中國(guó)計(jì)算機(jī)教育發(fā)展與改革的《計(jì)算機(jī)教育與可持續(xù)競(jìng)爭(zhēng)力》（簡(jiǎn)稱“藍(lán)皮書”）寫道：計(jì)算思維是以信息和信息運(yùn)動(dòng)為認(rèn)知對(duì)象和操作對(duì)象的思想及方法論，因此是涵蓋所有學(xué)科的第三種思維范式[6]。

我們經(jīng)常聽到的說(shuō)法是，計(jì)算思維就是計(jì)算機(jī)科學(xué)家解決問題時(shí)所用的思維，這個(gè)描述雖然形象，但卻不能成為計(jì)算思維的定義。計(jì)算機(jī)科學(xué)家的思維到底是什么？計(jì)算機(jī)科學(xué)家在解決問題時(shí)，也常常使用邏輯推理，也需要做實(shí)驗(yàn)來(lái)驗(yàn)證某些結(jié)論，這些卻是屬于數(shù)學(xué)或者物理學(xué)的思維方式。又比如，物理學(xué)家或者生物學(xué)家在研究時(shí)，也會(huì)采用屬于計(jì)算思維的內(nèi)容來(lái)考慮問題，尋求解決方案。因此用某個(gè)領(lǐng)域的研究方式來(lái)說(shuō)明計(jì)算思維并不科學(xué)。我們需要一種能夠解釋計(jì)算思維本質(zhì)特征的定義。隨著對(duì)于計(jì)算思維研究的不斷深入，對(duì)于計(jì)算思維的定義也在發(fā)展著。其實(shí)早在2002年的《中國(guó)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)科教程2002》中，就已經(jīng)提出了計(jì)算思維的概念，認(rèn)為“計(jì)算思維能力是抽象思維能力和邏輯思維能力，算法設(shè)計(jì)與分析能力，程序設(shè)計(jì)與實(shí)現(xiàn)能力，計(jì)算機(jī)系統(tǒng)的認(rèn)知、分析、設(shè)計(jì)和應(yīng)用能力”[7]。自從周以真于2006年給出了有關(guān)計(jì)算思維的刻畫之后，又有一些新的關(guān)于計(jì)算思維的定義，我們選擇其中的一些。陳國(guó)良等認(rèn)為，計(jì)算思維并不是僅僅為計(jì)算機(jī)編程，而是在多個(gè)層次上抽象的思維，是一種以有序編碼、機(jī)械執(zhí)行和有效可行方式解決問題的模式。計(jì)算思維是一項(xiàng)根本能力，是每一個(gè)人在現(xiàn)代社會(huì)中必須掌握的[8]。Alfred Aho于2011年提出，計(jì)算思維是一個(gè)思想過(guò)程，涉及描述問題使得它們的解決能夠通過(guò)計(jì)算步驟和算法，被信息處理裝置有效實(shí)現(xiàn)，計(jì)算模型是核心概念[9]。美國(guó)國(guó)際計(jì)算機(jī)教師協(xié)會(huì)（ISTE）將計(jì)算思維定義為具有以下特征的問題解決過(guò)程：以一種能夠使用計(jì)算機(jī)和其他工具制訂解決問題的方案，合理組織和分析數(shù)據(jù)，通過(guò)模型和模擬等抽象手段表示數(shù)據(jù)，通過(guò)算法思維（一系列有序步驟）實(shí)現(xiàn)解決方案的自動(dòng)化，分析和評(píng)價(jià)解決方案以實(shí)現(xiàn)最有效的過(guò)程和資源組合，將問題解決方案和過(guò)程遷移到其他類型的問題[10]。徐志偉等認(rèn)為，計(jì)算思維是通過(guò)操作數(shù)字符號(hào)變換信息的過(guò)程，涉及信息在時(shí)間、空間、語(yǔ)義層面的變化。計(jì)算思維是有效地認(rèn)識(shí)世界、解決問題、表達(dá)自我的一種思維方式[11]。《計(jì)算機(jī)教育與可持續(xù)競(jìng)爭(zhēng)力》一書中提出：“計(jì)算思維是以信息的獲取和有效計(jì)算，進(jìn)行算法求解、系統(tǒng)構(gòu)建、自然與人類行為理解為主要特征，實(shí)現(xiàn)認(rèn)知世界和解決問題的思想與方法。”[6]歐洲信息聯(lián)盟主席E. Nardelli在2019年的ACM通訊上發(fā)文提出，計(jì)算思維是涉及建立計(jì)算模型，并且使用計(jì)算設(shè)備可以有效操作以達(dá)到某種目標(biāo)的思維過(guò)程，如果沒有計(jì)算模型和有效計(jì)算，就僅僅是數(shù)學(xué)[12]。

近十幾年來(lái)，隨著對(duì)于計(jì)算思維理論的深入研究，以及實(shí)踐應(yīng)用的經(jīng)驗(yàn)增長(zhǎng)，關(guān)于計(jì)算思維的本質(zhì)內(nèi)涵也有了越來(lái)越深刻的認(rèn)識(shí)，上面舉出的對(duì)于計(jì)算思維定義的演進(jìn)過(guò)程也說(shuō)明了這一點(diǎn)。計(jì)算思維不僅僅是計(jì)算機(jī)科學(xué)家解決問題的思想方法，也是所有科學(xué)家在使用計(jì)算時(shí)所具有的思維模式，它的關(guān)鍵是計(jì)算模型，而在物理學(xué)、生物學(xué)等不同的學(xué)科里，計(jì)算模型具有不同的形式和性質(zhì)。計(jì)算思維是覆蓋所有學(xué)科的思維模式，并且在不同學(xué)科中有不同的表現(xiàn)和內(nèi)容。計(jì)算思維不是從計(jì)算機(jī)科學(xué)輸入到其他科學(xué)的，而是在每一個(gè)學(xué)科里，都蘊(yùn)含著豐富的計(jì)算思維內(nèi)容，我們的任務(wù)是把它開發(fā)出來(lái)。

二、計(jì)算思維2.0的新內(nèi)容

既然稱為計(jì)算思維2.0，那么它的新內(nèi)容是什么呢？

Denning 2017年在《科學(xué)美國(guó)人》上發(fā)表的文章指出，計(jì)算思維最本質(zhì)的概念是計(jì)算模型。作為現(xiàn)代科學(xué)，模型是十分重要和基礎(chǔ)的，所有學(xué)科的研究都是在一個(gè)或者幾個(gè)模型架構(gòu)上展開的，即使對(duì)于社會(huì)科學(xué)和人文科學(xué)也是如此[13]。當(dāng)然不同的學(xué)科對(duì)于模型的結(jié)構(gòu)和性質(zhì)是不同的，僅就計(jì)算而言，傳統(tǒng)的物理學(xué)主要依賴于確定的和非確定的計(jì)算模型，人工智能卻主要依賴各種學(xué)習(xí)模型，而社會(huì)科學(xué)則更多使用統(tǒng)計(jì)計(jì)算模型。2011年圖靈獎(jiǎng)得主J. Pearl多次論述過(guò)模型在科學(xué)研究中的重要性。古代巴比倫和希臘在天文學(xué)的研究中都取得了巔峰的成就，但是巴比倫人更多的是現(xiàn)象的描述，并沒有建立這些現(xiàn)象的模型，而希臘人首先建立了相關(guān)的模型，例如認(rèn)為地球是圓形的，漂浮在大海之中，不管這種模型現(xiàn)在看來(lái)多么荒謬，但是卻啟發(fā)了希臘人去測(cè)量地球的直徑，這是在模型理論指導(dǎo)下的創(chuàng)新工作。而擅長(zhǎng)各種測(cè)量的巴比倫人，盡管測(cè)量精度遠(yuǎn)遠(yuǎn)超越了當(dāng)時(shí)的希臘人，卻無(wú)法做出觀察之外的成果。在科學(xué)觀察和科學(xué)思維兩個(gè)方面，希臘人無(wú)疑在后者做得更好，因此希臘人的理性主義發(fā)展成為現(xiàn)代科學(xué)的支柱之一[14]。在現(xiàn)代科學(xué)體系中，每一個(gè)學(xué)科都依賴于模型來(lái)表達(dá)研究對(duì)象和基本思想。計(jì)算模型對(duì)于計(jì)算學(xué)科來(lái)說(shuō)也不例外，因此計(jì)算模型構(gòu)成了計(jì)算思維的核心概念，既是區(qū)別于其他思維形式的特征，也是劃分計(jì)算思維發(fā)展臺(tái)階的圭臬。

《關(guān)于計(jì)算思維的特質(zhì)性》一文曾經(jīng)指出，計(jì)算思維的兩大特征是關(guān)聯(lián)關(guān)系和交互式證明（區(qū)別于數(shù)學(xué)證明的另一種證明模式）[15]。這兩大特征分別對(duì)應(yīng)于兩種重要的模型。第一個(gè)對(duì)應(yīng)于各種學(xué)習(xí)模型。隨著大數(shù)據(jù)和人工智能的發(fā)展，當(dāng)前各種模型層出不窮，它們的共同特點(diǎn)是揭示了數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系，而不是因果關(guān)系。交互式證明對(duì)應(yīng)于交互式圖靈機(jī)模型。這是使用交互方式進(jìn)行計(jì)算（證明）的模型，傳統(tǒng)的數(shù)學(xué)證明是其一個(gè)特例。交互式證明模型不僅在計(jì)算問題的復(fù)雜度分類和可行性方面提供了很好的理論，而且也是一些學(xué)習(xí)模型，例如生成對(duì)抗網(wǎng)絡(luò)（GAN）的理論基礎(chǔ)之一。人工智能中使用的學(xué)習(xí)模型與傳統(tǒng)的物理學(xué)和數(shù)學(xué)使用的模型是不同的，不同的模型反映了對(duì)于世界解釋的不同觀點(diǎn)和方法。

當(dāng)前，云計(jì)算、大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能和移動(dòng)計(jì)算被認(rèn)為是信息領(lǐng)域最有代表性的應(yīng)用，在這些領(lǐng)域里，模型或者架構(gòu)問題都是第一性和基礎(chǔ)性的。如果說(shuō)，云計(jì)算、物聯(lián)網(wǎng)、移動(dòng)計(jì)算代表了技術(shù)發(fā)展高峰，那么大數(shù)據(jù)和人工智能則更多帶來(lái)思想觀念的啟迪。在大數(shù)據(jù)計(jì)算領(lǐng)域，一些具有新型架構(gòu)的并行計(jì)算被陸續(xù)提出，利用新的算法理論（例如PAC算法或者可拓展算法）極大提高了問題求解的效率。對(duì)于NP類問題，用并行計(jì)算改善求解精度，對(duì)于P類問題，則用并行技術(shù)提高求解速度[16]。針對(duì)數(shù)據(jù)流動(dòng)性的在線計(jì)算則是另一種全新的計(jì)算方法。傳統(tǒng)的計(jì)算都是假定數(shù)據(jù)已經(jīng)輸入好，并且在計(jì)算過(guò)程中，這些數(shù)據(jù)不會(huì)發(fā)生變化，但是在線計(jì)算卻是在數(shù)據(jù)的不斷輸入過(guò)程中隨時(shí)接收新的數(shù)據(jù)（包括原有數(shù)據(jù)的變動(dòng)），完成計(jì)算任務(wù)，因此這是一種新的計(jì)算模型。

在機(jī)器學(xué)習(xí)領(lǐng)域，卷積網(wǎng)絡(luò)揭示了圖像信息的局部相似性和局部特征的獨(dú)立性，這與人類識(shí)別圖像有著異曲同工之妙。深度學(xué)習(xí)采取了自適應(yīng)逐層編碼的思想，這與人類在認(rèn)知過(guò)程中，分層次處理和重編碼信息是類似的方法。曾經(jīng)多次完勝圍棋高手的AlphaGo，通過(guò)蒙特卡洛樹的搜索和增強(qiáng)學(xué)習(xí)技術(shù)，以及深度學(xué)習(xí)網(wǎng)絡(luò)，具備了從少量數(shù)據(jù)甚至是無(wú)數(shù)據(jù)情況下進(jìn)行學(xué)習(xí)的能力，同時(shí)也具備了這種能力的自我演化提升，已經(jīng)擁有了與人類學(xué)習(xí)和認(rèn)知相似的一些特征[17]。

隨著計(jì)算模型的不斷創(chuàng)新和完善，計(jì)算思維的特征得到了持續(xù)的豐富，所有的屬于計(jì)算思維的特征都與模型相聯(lián)系，并且在解決不同的問題時(shí)展現(xiàn)了多元的側(cè)面和技巧。從這個(gè)角度來(lái)理解計(jì)算思維及其在各個(gè)領(lǐng)域的表現(xiàn)，就容易抓住計(jì)算思維的本質(zhì)。

不僅是計(jì)算機(jī)科學(xué)對(duì)于計(jì)算模型的研究取得了持續(xù)的進(jìn)步，在其他學(xué)科，有關(guān)計(jì)算和計(jì)算模型的重要性也在日益提升。根據(jù)《信息簡(jiǎn)史》一書的介紹，當(dāng)代物理學(xué)、生物學(xué)等各學(xué)科也提出了一些新的計(jì)算模型，并且對(duì)于學(xué)科的發(fā)展起到了創(chuàng)新甚至革命的作用[18]。

在生物學(xué)中，基因連同相應(yīng)的操作構(gòu)成了生物學(xué)的計(jì)算模型，其中的表達(dá)、轉(zhuǎn)移、復(fù)制、糾錯(cuò)等功能被逐漸發(fā)現(xiàn)，例如RNA聚合酶，它從DNA模板轉(zhuǎn)錄生成RNA，就像圖靈機(jī)那樣讀取遺傳信息，并且以類似于算法的形式進(jìn)行轉(zhuǎn)換，這種把生命體在環(huán)境中的適應(yīng)和進(jìn)化看作是計(jì)算的觀點(diǎn)，導(dǎo)致了生物信息學(xué)的產(chǎn)生，其中的思想武器之一便是計(jì)算思維。

在物理學(xué)中，對(duì)于很大和很小的空間尺度和時(shí)間間隔，物理學(xué)已經(jīng)越來(lái)越依賴信息而不是物質(zhì)本身進(jìn)行研究，信息科學(xué)的一些最重要和最深刻的發(fā)展都是從物理學(xué)那里取得的。物質(zhì)運(yùn)動(dòng)的各種規(guī)律通過(guò)信息而被人們觀察感知，并且通過(guò)某種計(jì)算過(guò)程進(jìn)行分析、處理和預(yù)測(cè)，這些計(jì)算模型和計(jì)算方法促進(jìn)了現(xiàn)代物理學(xué)的很多理論發(fā)現(xiàn)，例如黑洞蒸發(fā)、計(jì)算熱力學(xué)、量子糾纏等，其中最具有代表性的就是量子計(jì)算模型。沃爾夫物理學(xué)獎(jiǎng)獲得者Charles Bennett指出：“事實(shí)證明，經(jīng)典信息理論的量子擴(kuò)展已經(jīng)得出了一個(gè)更清晰的、更強(qiáng)大的計(jì)算與信息理論?！盵18]

以往我們比較習(xí)慣于從計(jì)算機(jī)科學(xué)的角度來(lái)理解計(jì)算模型和計(jì)算思維，并且認(rèn)為其他學(xué)科是應(yīng)用了計(jì)算機(jī)科學(xué)的方法和技術(shù)，但實(shí)際上各個(gè)學(xué)科都有屬于自己的計(jì)算模型和相應(yīng)的計(jì)算思維。就像能量和物質(zhì)是宇宙普遍存在的那樣，信息和計(jì)算也是宇宙的普遍屬性。當(dāng)前各個(gè)學(xué)科越來(lái)越多地從信息和計(jì)算的視角來(lái)研究問題，學(xué)科內(nèi)部的屬于計(jì)算的內(nèi)容被系統(tǒng)地開發(fā)出來(lái)。每個(gè)學(xué)科自身就蘊(yùn)藏著豐富的計(jì)算思維內(nèi)容。不同學(xué)科之間進(jìn)行交流、相互借鑒是必需的，計(jì)算機(jī)科學(xué)作為專門研究信息和計(jì)算的學(xué)科自然會(huì)為計(jì)算的廣泛應(yīng)用提供更多的概念和技術(shù)。

隨著科學(xué)的發(fā)展和技術(shù)的進(jìn)步，計(jì)算思維從朦朦朧朧的思想逐步清晰起來(lái)，形成了一種借助計(jì)算理解世界和改造世界的強(qiáng)大思想武器，到2006年正式作為一種科學(xué)研究的對(duì)象被提出。經(jīng)過(guò)十幾年的發(fā)展，來(lái)自各個(gè)學(xué)科的研究不斷開拓和深入，新的計(jì)算模型被陸續(xù)提出，特別是與這些計(jì)算模型相關(guān)的基本概念、計(jì)算方法、算法設(shè)計(jì)、問題求解、技術(shù)特色也在不斷創(chuàng)新，在此我們不一一陳述了，更多的內(nèi)容可參考相關(guān)文獻(xiàn)[19]。所有這些都為計(jì)算思維注入了新概念、新模型、新方法和新技術(shù)，使得計(jì)算思維的內(nèi)涵與應(yīng)用越來(lái)越豐富和廣泛，形成的計(jì)算思維在理論和應(yīng)用上的新跨越，構(gòu)成了計(jì)算思維2.0的內(nèi)容。

三、從計(jì)算思維1.0到2.0

從20世紀(jì)50年代開始，逐步形成了關(guān)于計(jì)算思維的概念，到70年代，Knuth和Dijkstra對(duì)于計(jì)算思維有了清晰刻畫，S. Papert在1980年的書中出現(xiàn)了計(jì)算思維這個(gè)詞[20]。從20世紀(jì)80年代開始，在Wilson的呼吁和推動(dòng)下，人們逐步認(rèn)識(shí)了計(jì)算和模擬是科學(xué)研究的第三種方法。2006年，周以真提出了關(guān)于計(jì)算思維的新理解（計(jì)算思維是像語(yǔ)言、計(jì)算那樣的人類生活基本技巧），推進(jìn)了社會(huì)對(duì)于計(jì)算思維的重視和普及，一些國(guó)家將計(jì)算思維的教育列入教育體系，計(jì)算思維成為公民教育的基本內(nèi)容，很多學(xué)科也在積極推進(jìn)本學(xué)科的計(jì)算化和信息化，促進(jìn)了學(xué)科的變革，這一時(shí)期可以稱為計(jì)算思維1.0時(shí)代。

近幾年來(lái)，由于信息技術(shù)的快速發(fā)展，人類社會(huì)由傳統(tǒng)的物理世界和人類世界組成的二元空間，進(jìn)入了物理世界、人類世界和信息世界的三元空間，并且正在向物理世界、人類世界、信息世界和智能體世界的四元空間變化。大數(shù)據(jù)和人工智能等新領(lǐng)域邁入了科學(xué)和社會(huì)舞臺(tái)的中心，促進(jìn)了AI賦能的新時(shí)代發(fā)展。針對(duì)大范圍和大數(shù)量的信息分析，以及各種人工智能體的研究、設(shè)計(jì)和應(yīng)用，產(chǎn)生了許多新的計(jì)算模型、算法形式和計(jì)算技術(shù)，這些進(jìn)展推動(dòng)了計(jì)算思維更加系統(tǒng)和深刻的認(rèn)知，進(jìn)入了新的發(fā)展時(shí)期，我們稱為計(jì)算思維2.0時(shí)代。

仔細(xì)分析當(dāng)今各個(gè)學(xué)科的發(fā)展，可以看出，計(jì)算思維不是計(jì)算機(jī)科學(xué)的專利，各個(gè)科學(xué)領(lǐng)域都把計(jì)算作為有力的武器，設(shè)計(jì)了各具特色的計(jì)算模型或者算法來(lái)解決本領(lǐng)域的問題，繼理論研究者、實(shí)驗(yàn)工作者之后，很多科學(xué)家也成為計(jì)算的設(shè)計(jì)者。有很多屬于計(jì)算思維的內(nèi)容并不是從計(jì)算機(jī)科學(xué)那里發(fā)源的，反而是計(jì)算機(jī)科學(xué)家從其他學(xué)科中得到深刻的啟迪，并進(jìn)而推動(dòng)了計(jì)算科學(xué)的發(fā)展。

說(shuō)到計(jì)算模型，很容易想到圖靈機(jī)和通用程序語(yǔ)言，這當(dāng)然是最一般的，而且?guī)缀跏菬o(wú)所不能的，但是也可能是無(wú)用的。在實(shí)際的不同領(lǐng)域，更為具體的計(jì)算模型和專門的算法發(fā)揮著更大的作用。無(wú)論是物理學(xué)、生物學(xué)或者化學(xué)，都在大力應(yīng)用計(jì)算技術(shù)進(jìn)行研究，這些方法主要是通過(guò)領(lǐng)域?qū)＜覍?shí)現(xiàn)的，計(jì)算機(jī)科學(xué)家的工作是使得計(jì)算工具用起來(lái)更加得心應(yīng)手。從早期的大型機(jī)器為主流的計(jì)算，發(fā)展到以網(wǎng)絡(luò)為主流，現(xiàn)在又進(jìn)入了以云計(jì)算為主流的時(shí)代。這些變化導(dǎo)致了計(jì)算的設(shè)計(jì)、實(shí)現(xiàn)和評(píng)價(jià)的不斷進(jìn)步，也促進(jìn)了背后的計(jì)算思維在內(nèi)容和形式上的變革。

人工智能已成為當(dāng)今社會(huì)發(fā)展的重要引擎之一，對(duì)于它的研究和應(yīng)用也為計(jì)算思維增添了新的內(nèi)容。例如，傳統(tǒng)的算法設(shè)計(jì)是對(duì)于一類問題，有一個(gè)統(tǒng)一的計(jì)算步驟，使得面對(duì)該類中任何具體問題，調(diào)整若干參數(shù)就可以執(zhí)行相應(yīng)的計(jì)算，這是從一般到具體的求解問題思路（即所謂具化）。但是在人工智能中，我們面臨著另一類算法，它是從具體的問題出發(fā)，通過(guò)原則上稱為歸納的方法，設(shè)計(jì)一種算法，可以對(duì)于這些具體問題所在的一大類問題給出計(jì)算結(jié)果（即所謂泛化），這是與傳統(tǒng)算法完全不一樣的設(shè)計(jì)思想，是從具體到一般的求解問題的思路。對(duì)于前者的算法，它的設(shè)計(jì)、評(píng)價(jià)和分析都具備了較為成熟的理論，包括并行算法和近似算法。但是對(duì)于后者的算法，現(xiàn)在的認(rèn)識(shí)還不是很深入，許多問題有待進(jìn)一步解決。由于這類算法是從具體到一般，從抽樣到整體，因此數(shù)學(xué)意義上的精確性基本是不存在的，我們必須容許某種不精確性和不確定性，對(duì)于這類算法的設(shè)計(jì)原則，評(píng)價(jià)標(biāo)準(zhǔn)和性能比較都需要有新的思路[21]。這種在人工智能中大量存在的算法模式豐富了對(duì)于算法的認(rèn)知，自然也豐富了計(jì)算思維的內(nèi)容。

長(zhǎng)期以來(lái)，人們一直是以物質(zhì)（能量）和物質(zhì)的運(yùn)動(dòng)來(lái)看待世界和解釋世界的，信息只是貼附于物質(zhì)的一種表現(xiàn)。隨著現(xiàn)代科技的進(jìn)步，逐漸認(rèn)識(shí)到信息本身就是世界，或者說(shuō)是世界的一種表現(xiàn)，信息與物質(zhì)一起構(gòu)成了人類認(rèn)知世界的二維理論，世界是物質(zhì)的，也是信息的。從這個(gè)觀點(diǎn)來(lái)重新解釋和定義我們周邊的事物，成為信息時(shí)代創(chuàng)新的不竭源頭。例如在制造業(yè)，傳統(tǒng)的看法認(rèn)為制造過(guò)程是典型的物質(zhì)流，各種材料經(jīng)過(guò)有序的加工環(huán)節(jié)，成為產(chǎn)品，是以物質(zhì)流為中心組織生產(chǎn)，物質(zhì)流帶動(dòng)信息流。而數(shù)字制造卻是對(duì)于制造過(guò)程進(jìn)行數(shù)字化描述，從而在建立的數(shù)字空間中完成產(chǎn)品生產(chǎn)，是以信息流為中心組織生產(chǎn)，信息流帶動(dòng)物質(zhì)流。這種觀點(diǎn)的變化，引起了制造業(yè)顛覆性的革命，形成了全新一代的數(shù)字制造技術(shù)。

我們可以用不同的角度來(lái)看待和解釋這個(gè)世界，并且在此基礎(chǔ)上設(shè)計(jì)和定義各種結(jié)構(gòu)、流程和目標(biāo)（社會(huì)系統(tǒng)或者自然系統(tǒng)）。如果采用信息、信息流和計(jì)算的觀點(diǎn)，就可以把所有的自然過(guò)程和經(jīng)濟(jì)社會(huì)過(guò)程看作是信息運(yùn)動(dòng)，在這個(gè)觀點(diǎn)下，計(jì)算和算法成為信息處理的主要手段，萬(wàn)事皆可算，萬(wàn)物皆可算。這在傳統(tǒng)的觀念中開創(chuàng)了新的洞天。不僅前面說(shuō)過(guò)的制造過(guò)程是信息流的運(yùn)動(dòng)，零售業(yè)也是信息流的運(yùn)動(dòng)，消費(fèi)品的需求信息帶動(dòng)的商品流，導(dǎo)致了數(shù)字物流和電子商務(wù)。出租汽車也是信息流的運(yùn)動(dòng)，快捷出行的需求信息帶動(dòng)的交通流，導(dǎo)致了網(wǎng)約出租和智能汽車。甚至社會(huì)組織和結(jié)構(gòu)也可以從信息流的角度來(lái)重新規(guī)劃和定義，電子政務(wù)、數(shù)字媒體、智慧城市、網(wǎng)絡(luò)安全等，都是在信息觀和算法觀下的對(duì)于自然、社會(huì)乃至人類自身的重新認(rèn)識(shí)。正是由于這種以物質(zhì)為本到以信息為本的觀念轉(zhuǎn)變，整個(gè)社會(huì)、經(jīng)濟(jì)、科學(xué)、文化都呈現(xiàn)了前所未有的變革，顛覆傳統(tǒng)模式和習(xí)慣的創(chuàng)新層出不窮，比比皆是。由此產(chǎn)生了新產(chǎn)品、新業(yè)態(tài)、新結(jié)構(gòu)和新模式。這種涉及人類社會(huì)各個(gè)領(lǐng)域的跨越，沒有思維層面的變革是無(wú)法做到的。從這一層意義上說(shuō)，計(jì)算思維不是一種被動(dòng)的認(rèn)知世界的思維方式，更是一種主動(dòng)改造世界的思維方式，對(duì)于傳統(tǒng)性認(rèn)知的顛覆，促進(jìn)了全新的社會(huì)結(jié)構(gòu)和經(jīng)濟(jì)系統(tǒng)的誕生。

綜上所述，十幾年來(lái)，計(jì)算思維從理論、內(nèi)容、領(lǐng)域、應(yīng)用等諸方面都取得很大進(jìn)展。計(jì)算思維成為覆蓋各個(gè)領(lǐng)域的更為廣泛的思維模式。計(jì)算模型和相應(yīng)的算法設(shè)計(jì)是計(jì)算思維的核心概念，隨著大數(shù)據(jù)和人工智能的快速發(fā)展，對(duì)于計(jì)算思維在實(shí)際應(yīng)用中的重要位置也進(jìn)一步提升。下面我們簡(jiǎn)單列出計(jì)算思維1.0與計(jì)算思維2.0的區(qū)別（見表1），其中部分內(nèi)容取自文獻(xiàn)[22]。

聯(lián)合國(guó)教科文組織在2019年5月發(fā)布的人工智能教育報(bào)告中指出，計(jì)算思維已經(jīng)成為使學(xué)習(xí)者在人工智能驅(qū)動(dòng)的社會(huì)中蓬勃發(fā)展的關(guān)鍵能力之一[5]。計(jì)算思維具有二重性，本身既作為基本的科學(xué)對(duì)象，同時(shí)也具有學(xué)科的橫向價(jià)值，從不同學(xué)科領(lǐng)域萌發(fā)的計(jì)算技術(shù)和方法，經(jīng)過(guò)計(jì)算機(jī)學(xué)科的精雕細(xì)琢以后，又為解決其他學(xué)科的問題提供了新的思想和方法。這里我們提出了一個(gè)重要的問題，對(duì)于計(jì)算思維的教育與普及并不是讓學(xué)生欣賞計(jì)算機(jī)科學(xué)家做了什么，而是要讓學(xué)生知道在他們所從事的科學(xué)領(lǐng)域，計(jì)算能做什么?；蛘哒f(shuō)，重要的不是讓學(xué)生了解計(jì)算機(jī)科學(xué)家做了什么，而是讓學(xué)生學(xué)會(huì)如何用新的思維解決本領(lǐng)域的問題。

美國(guó)IEEE計(jì)算機(jī)學(xué)會(huì)前任主席David Grier認(rèn)為，未來(lái)10～15年計(jì)算機(jī)教育面臨挑戰(zhàn)，即如何構(gòu)建一個(gè)課程體系來(lái)幫助人們更清晰地思考計(jì)算，而不僅僅去重申計(jì)算以及計(jì)算機(jī)科學(xué)家的重要性[23]。因此，從整體層面來(lái)講，計(jì)算思維關(guān)注的是計(jì)算的科學(xué)和文化內(nèi)涵，提供一種描述現(xiàn)實(shí)和工程技術(shù)適用的概念范型。計(jì)算思維的第一功能是提出問題解決方案和設(shè)計(jì)系統(tǒng)，而不是編寫程序和重復(fù)某些技巧。計(jì)算思維是一種世界觀和方法論，是一種通過(guò)科學(xué)建模（計(jì)算模型），實(shí)現(xiàn)對(duì)于自然世界和社會(huì)及人類行為全面和深刻理解的更為深遠(yuǎn)和本質(zhì)的內(nèi)容。

參考文獻(xiàn)：

[1] J. M. WING. Computational Thinking[J]. Communications of the ACM， 2006， 49（3）： 33-35.

[2] G. POLYA. How to solve it：A New Aspect of Mathematical Method[M]. Princeton University Press，2004.

[3] K. G. WILSON. Grand challenges to computational science[J]. Future Generation Computer Systems. 1989， 5： 171-189.

[4] D. BALTIMORE. How biology became an information science. In The Invisible Future： The Seamless Integration of Technology into Everyday Life[M]. ed. P. Denning， New York： McGraw-Hill， 2001： 43-46.

[5] United Nations Educational， Scienti?c and Cultural Organization. Artificial Intelligence in Education：Challenges and Opportunities for Sustainable Development[Z]. Paris 07 SP， France， 2019.

[6] 計(jì)算機(jī)教育20人論壇報(bào)告編寫組. 計(jì)算機(jī)教育與可持續(xù)競(jìng)爭(zhēng)力[M]. 北京：高等教育出版社，2019.

[7] 中國(guó)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)科教程2002研究組. 中國(guó)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)科教程2002[M]. 北京：清華大學(xué)出版社，2002.

[8] 陳國(guó)良，董榮勝. 計(jì)算思維與大學(xué)計(jì)算機(jī)基礎(chǔ)教育[J]. 中國(guó)大學(xué)教學(xué)，2011（1）：7-11.

[9] A. AHO， Computation and computational thinking[Z]. Ubiquity Symposium，? DOI：10.1145/

1895419.1922682，2011.

[10] International Society for Technology in Education and Computer Science Teachers Association. Operational Definition of Computational Thinking for K-12 Education[EB/OL]. https：//id.iste.org/docs/ct-documents/computational-thinking-operational-definition-flyer.pdf？sfvrsn=2， 2011.

[11] 徐志偉，孫曉明. 計(jì)算機(jī)科學(xué)導(dǎo)論[M]. 北京：清華大學(xué)出版社，2018.

[12] ENRICO NARDELLI. Do we really need computational thinking？[J]. Communications of the ACM， 2019， Vol. 62 No. 2： 32-35.

[13] PETER J. DENNING. Computational Thinking in Science，American Scientist[J]. Volume 105，2017： January-February.

[14] JUDEA PEARL， DANA MACKENZIE. The book of why： The new science of cause and effect[M]. Allen Lane， 2018.

[15] 李廉. 關(guān)于計(jì)算思維的特質(zhì)性[M]. 中國(guó)大學(xué)教學(xué)，2014（11）：7-14.

[16] 陳國(guó)良，等. 大數(shù)據(jù)計(jì)算理論基礎(chǔ)[M]. 北京：高等教育出版社，2017.

[17] DAVID SILVER， et al. Mastering the game of Go without human knowledge[EB/OL]. https：//deepmind.com/documents/119/agz_unformatted_nature.pdf. 2017.

[18] 詹姆斯·格雷克. 信息簡(jiǎn)史[M]. 北京：人民郵電出版社，2013.

[19] J. VOOGT， P. FISSER， et al. Computational thinking in compulsory education： Towards an agenda for research and practice[J]. Educ Inf Technol， 2015， 20：715-728 DOI 10.1007/s10639-015-9412-6.

[20] S. PAPERT. Mindstorms： Children， Computers， and Powerful Ideas[M]. Basic Books， 1980.

[21] LESLIE VALIANT. Probably approximately correct： Natures algorithms for learning and prospering[M].? Basic Books， 2013.

[22] PETER J. DENNING. Remaining trouble spots with computational thinking[J]. Communications of the ACM， 2017， 60：6.

[23] DAVID GRIER. 如何以計(jì)算的視角來(lái)思考[J]. 孫曉明，譯. 中國(guó)計(jì)算機(jī)學(xué)會(huì)通訊，2019，15（4）.

[責(zé)任編輯：余大品]

陳國(guó)良，中國(guó)科學(xué)院院士，中國(guó)科學(xué)技術(shù)大學(xué)、深圳大學(xué)教授;李 廉，合肥工業(yè)大學(xué)原黨委書記，教授;董榮勝，桂林電子科技大學(xué)教授。